Особенности формирования производственных и ценовых планов (прогнозов) предприятий российской промышленности в 1993-2001 гг. (стр. 16 из 22)

Теперь введем в предыдущую модель линейное взаимодействие планов и прогнозов. Качество подгонки модели возросло, но не во всех случаях наблюдаемый уровень значимости превысил 5% порог. Причем, принципиальных изменений в период дефолта этот показатель не претерпел. А вот коэффициент модели, оценивающий корреляцию рангов, имел предполагаемую динамику. До дефолта он мог иметь отрицательные знаки, и не часто был статистически значим. А с 1999 г. ценовые планы и прогнозы спроса стали постоянно характеризоваться положительной связью, которая всегда была статистически значима.

В заключение рассмотрим логлинейную модель с участием тех факторов, которые по результатам предыдущих тестов имели статистически значимое влияние на ценовые планы предприятий. К их числу относятся предшествующие фактические изменения цен (Pt), предшествующие фактические изменения платежеспособного спроса (Dt) и прогнозы изменения платежеспособного спроса (D*t):

P*t = f( Pt, D t, D*t).

Такая модель имела очень высокое качество в течение всего периода мониторинга (1995-2001гг.). Всегда положительны и всегда статистически значимы были коэффициенты предшествующих фактических изменений цен. Этот фактор имел самое сильное влияние на ценовые планы предприятий. На втором месте по степени воздействия находятся прогнозы изменения спроса. Но постоянным статистически значимое влияние этого фактора стало лишь с мая 1999 г. До указанного момента влияние прогнозов спроса на ценовые планы было эпизодическим. Предшествующие фактические изменения платежеспособного спроса имели самое слабое воздействие на ценовые планы предприятий. Коэффициенты этого фактора были как положительны, так и отрицательны и никогда не имели статистически значимого влияния.

Подводя итог исследованию экстраполяционных моделей формирования ценовых планов российских промышленных предприятий можно сделать следующие выводы. Во-первых, такой класс моделей вполне может быть использован для описания формирования ценовых планов предприятий и исследования эволюции их поведения в условиях переходных экономик. Во-вторых, проверка базовой экстраполяционной модели показала, что такой простой принцип ценовой политики использовался предприятиями во времена "простой" ценовой ситуации. Но как только заработал рынок, такая простая ценовая модель перестал использоваться предприятиями. Этот вывод подтвердился исследованием другой модели ценовых планов. Предыдущие фактические изменения платежеспособного спроса стали учитываться предприятиями только после дефолта. В-третьих, неденежные виды спроса, скорее всего, не имели такого влияния на ценовые планы предприятий или имели очень слабое до начала роста продаж за деньги. В-четвертых, ценовые планы предприятий увязываются предприятиями в первую очередь с планами продаж за деньги, другие виды спроса не учитываются при ценовой политике.

5.2. Адаптивные модели формирования ценовых планов

Исследование адаптивных моделей формирования ценовых планов начнем с модели в "нежесткой" формулировке:

P*t = f( Pt, P*t-1 ),

где P*t - планируемые изменения цен, зарегистрированные в момент (опрос) t; Pt - фактические изменения цен, зарегистрированные в момент (опрос) t; P*t-1 - планируемые изменения цен, зарегистрированные в предыдущий момент (опрос) t-1. Такая модель имела высокое, но не стабильное качество подгонки в 1994-1997 гг. и во второй половине 1998 г. - начале 1999 г . В другие периоды эта адаптивная модель, скорее всего, не может быть использована для описания формирования ценовых планов предприятий, т.к. наблюдаемый уровень значимости был ниже 5% порога и лишь эпизодически превосходил его. Коэффициенты модели были всегда положительны и всегда статистически значимы. При этом коэффициенты предыдущих прогнозов цен почти всегда превосходили коэффициенты предыдущих реализаций.

Ужесточим предыдущую постановку задачи, и рассмотрим зависимость очередных ценовых планов от точности реализации предыдущих планов:

P*t = f( Ф(Pt, P*t-1) ),

где Ф(Pt, P*t-1) - точность реализации предыдущих планов изменения цен P*t-1 относительно фактических изменений цен Pt. Приведенная модель реже может быть использована (не может быть отвергнута) для описания формирования ценовых планов российских предприятий в 1994-2001 гг., чем предыдущая модель. Заметим, что, как и адаптивная модель в мягкой постановке, рассматриваемая модель имела допустимое качество в конце 1998 г. - начале 1999 г., когда российская промышленность "привыкала" к новым условиям работы при росте платежеспособного спроса.

Коэффициенты модели были почти всегда отрицательны и статистически значимы, что говорит о нежелании предприятий учитывать в своих прогнозах отклонения предыдущих реализаций от предыдущих прогнозов. Т.е. ранние прогнозы являются более важными для производителей, нежели последующая действительность. Этот вывод подтверждается и тем обстоятельством, что в "мягкой" адаптивной модели коэффициенты предыдущих планов превосходили коэффициенты предыдущих реализаций.

Если оставаться в рамах традиционных постановок адаптивных моделей, то рассмотренными выше конструкциями исчерпывается весь список моделей формирования ценовых планов. Однако нам представляется целесообразным расширить список адаптивных моделей формирования ценовых планов за счет использования точностей прогнозов различных видов спроса. Такие модели, как мы уже не раз отмечали, особенно интересны для исследования переходных экономик в силу того обстоятельства, что спрос (в первую очередь - платежеспособный) является самым болезненным индикатором для промышленных предприятий.

Рассмотрим теперь адаптивные модели, которые предполагают формирования ценовых планов в зависимости от точности предыдущих прогнозов трех видов спроса (платежеспособного, бартерного и прочего неденежного). Первая гипотеза состоит в том, что планы определяются в зависимости от точности прогнозов платежеспособного спроса:

P*t = f( Ф(Dt, D*t-1) ),

где Ф(Dt, D*t-1) - точность реализации предыдущих прогнозов изменения продаж за деньги D*t-1 относительно фактических изменений этих продаж Dt. Если фактические продажи оказались лучше прогнозировавшихся, то производитель имеет основания для повышения своих цен. Если фактические продажи, наоборот, оказались хуже прогнозов, то предприятие вправе планировать снижение цен. Совпадение прогнозов продаж с последующими реализациями свидетельствует о том, что ценовая политика выбрана верно и не нуждается в изменении.

Проверка такой модели не дала удовлетворительных результатов. Хотя качество подгонки оказалось в течение всего времени наблюдения очень высоким, но коэффициенты были то отрицательные, то положительные и всегда - статистически незначимы. Это свидетельствует о возможной независимости ценовых планов предприятий от точности предыдущих прогнозов изменения платежеспособного спроса. Для проверки последней гипотезы оценим логлинейную модель, не имеющую никакого взаимодействия факторов. Такая модель тоже имела очень хорошее качество подгонки. Поэтому следующим шагом анализа должно стать сопоставление качества подгонки двух моделей. Поскольку прирост качества за счет добавления линейного взаимодействия факторов оказался незначительным, то мы не можем отвергнуть гипотезу о том, что для описания взаимодействия исследуемых факторов достаточно более простой модели.

Аналогичные ситуации складывались при проверке гипотез о формировании ценовых планов предприятий под воздействием только точностей реализации прогнозов бартерного спроса и точностей прогнозов прочих неденежных видов спроса. Модели с включением линейного взаимодействия факторов имели хорошее качество подгонки, но нестабильные знаки коэффициентов, которые всегда были статистически незначимы. Сравнение моделей с участием и без участия линейного взаимодействия факторов свидетельствовало в пользу независимости ценовых планов от точности прогнозов неденежных видов спроса.

Теперь проверим влияние на ценовые планы предприятий точности прогнозов всех видов спроса одновременно. Модель имеет вид:

P*t = f( Ф(Dt, D*t-1), Ф(Bt, B*t-1), Ф(Nt, N*t-1) ).

Качество подгонки этой модели было высоким и стабильным: наблюдаемый уровень значимости лишь один раз опустился ниже 0,9 (см. табл.16). Но коэффициенты модели для всех факторов были как положительные, так и отрицательные. Статистически значимы все коэффициенты были очень редко, чаще значимое положительное влияние в 2000-2001 гг. встречалось у точности прогнозов бартерного спроса. Удовлетворительными такие результаты назвать сложно. Получается, что из всех видов спроса российские промышленные предприятия при планировании цен на следующий период учитывают отклонения от прогнозов лишь фактических объемов чисто неденежных сделок.

Таблица 16. Характеристики влияния точностей прогнозов платежеспособного, бартерного и прочих неденежных видов спроса на ценовые планы предприятий

Дата	Характеристики качества подгонки модели			Коэффициенты модели для точностей прогнозов
				платежеспособного спроса		бартерного спроса		прочих неденежных видов спроса
	G2	Df	Sig		SE		SE		SE
2/00	30.1747	49	0.9842	0.4802	0.1630	0.1079	0.1633	-0.1547	0.1832
3/00	26.0374	49	0.9971	0.1598	0.1490	0.4660	0.1659	0.0043	0.1921
4/00	46.9886	49	0.5550	0.1713	0.1263	0.3269	0.1517	-0.0676	0.1675
5/00	16.1888	49	1.0000	0.0649	0.1452	0.1281	0.1503	0.1957	0.1753
6/00	34.6883	49	0.9391	0.2740	0.1317	0.3016	0.1516	-0.0110	0.1552
7/00	23.2876	49	0.9993	0.3725	0.1473	0.4107	0.1863	-0.0304	0.2089
8/00	27.2233	49	0.9951	0.0357	0.1466	0.4348	0.1866	-0.0531	0.1882
9/00	27.6529	49	0.9941	0.2140	0.1439	0.2632	0.1842	0.1632	0.1956
10/00	21.6235	49	0.9998	0.1929	0.1472	0.1522	0.1895	0.2131	0.2294
11/00	20.2354	49	0.9999	-0.0396	0.1446	0.1891	0.1825	0.3137	0.1972
12/00	33.6061	49	0.9542	-0.0067	0.1442	0.0090	0.1881	0.4227	0.2120
1/01	22.7955	49	0.9995	-0.0723	0.1419	0.2322	0.1724	0.2730	0.1825
2/01	31.9092	49	0.9721	0.1729	0.1350	0.2909	0.1822	-0.1508	0.1941
3/01	29.5714	49	0.9873	0.2106	0.1401	-0.0441	0.1948	0.3279	0.1986
4/01	26.5130	49	0.9964	0.1623	0.1290	0.2162	0.1825	0.3176	0.2027
5/01	38.3702	49	0.8631	0.2356	0.1389	0.0137	0.1716	0.1268	0.1663
6/01	19.1641	49	1.0000	0.0782	0.1436	0.1806	0.1789	0.1425	0.1863
7/01	61.5547	49	0.1075	0.2606	0.1531	0.0937	0.1832	0.1160	0.1857
8/01	28.6744	49	0.9910	0.1034	0.1605	0.3540	0.1977	0.1893	0.2005
9/01	28.8659	49	0.9903	-0.1563	0.1562	0.4579	0.1976	0.1540	0.2198
10/01	18.6351	49	1.0000	0.1760	0.1720	0.4077	0.2122	-0.0479	0.2126
11/01	28.8586	49	0.9903	0.4329	0.1584	-0.2412	0.2162	0.2422	0.2212
12/01	15.8789	49	1.0000	0.2109	0.1753	0.1850	0.2274	0.1558	0.2231

Примечание. В таблице приведены: G2 - величина отношения правдоподобия; df - число степеней свободы; Sig - наблюдаемый уровень значимости; коэффициенты

, оценивающие линейную связь (ассоциацию) рангов каждого из факторов с ценовыми планами, и стандартные ошибки (SE).